Excel應(yīng)用大全 | PDF中的數(shù)據(jù)如何導(dǎo)出

hercules028 2021-04-16

展開全文

一本書教會你分分鐘搞定數(shù)據(jù)分析！

PDF（便攜式文檔格式，其全稱為Portable Document Format）是由Adobe Systems公司開發(fā)設(shè)計的一種支持跨平臺使用可移植的電子文件格式。PDF文件是以PostScript語言圖形模型為基礎(chǔ)的，可以將字體、格式、顏色、圖形圖像等封裝在文件中。無論是互聯(lián)網(wǎng)上提供的資料，還是公司辦公文檔和產(chǎn)品說明等，PDF文件在越來越多的領(lǐng)域中得到了廣泛的應(yīng)用。示例 PDF文件中包含兩個數(shù)據(jù)表，如圖2-93所示。

圖 2-93 PDF 文件中的數(shù)據(jù)表

使用“來自PDF”功能導(dǎo)出數(shù)據(jù)

按照如下步驟操作，可以將 PDF文件的中多個表格數(shù)據(jù)導(dǎo)入Excel工作表中。

步驟1：在Excel中依次單擊【數(shù)據(jù)】選項卡→【獲取數(shù)據(jù)】下拉按鈕→【來自文件】→【來自PDF】命令，在彈出的【導(dǎo)入數(shù)據(jù)】對話框中選中C盤Data目錄中名稱為“PDF Data.pdf”的文件，單擊【導(dǎo)入】按鈕關(guān)閉【導(dǎo)入數(shù)據(jù)】對話框，如圖2-94所示。

圖 2-94　選擇 PDF 文件

步驟2：在彈出的【導(dǎo)航器】對話框中選中【選擇多項】復(fù)選框，在【顯示選項】列表框中選中【Table 001 (Page1)】和【Table 002 (Page1)】復(fù)選框。

步驟3：依次單擊【加載】下拉按鈕→【加載到...】命令，在彈出的【導(dǎo)入數(shù)據(jù)】對話框中選中【表】單選按鈕，保持默認選中的【將此數(shù)據(jù)添加到數(shù)據(jù)模型】復(fù)選框，單擊【確定】按鈕關(guān)閉對話框，如圖2-95所示。

圖2-95選擇數(shù)據(jù)表并導(dǎo)入數(shù)據(jù)

步驟4：PDF文件中兩個表格中的數(shù)據(jù)將導(dǎo)入新建工作表中，如圖2-96所示。

圖2-96工作中導(dǎo)入的數(shù)據(jù)

文件另存為網(wǎng)頁格式導(dǎo)出數(shù)據(jù)

多數(shù) PDF 閱讀器軟件并不具備將 PDF 文件另存為其他文件格式的功能。幸運的是使用 Microsoft Word 可以直接打開 PDF 文件，并另存為網(wǎng)頁格式，然后借助 Power Query 就可將其中的數(shù)據(jù)導(dǎo)入 Excel 中。

使用開源軟件Tabula導(dǎo)出數(shù)據(jù)

Tabula是一款值得推薦的免費開源軟件，按照如下步驟操作可以提取PDF文件中的數(shù)據(jù)。

步驟1：在計算機中打開瀏覽器，訪問Tabula的官網(wǎng)，根據(jù)計算機中的操作系統(tǒng)（Windows或Mac），選擇下載相應(yīng)的軟件。

步驟2：Tabula軟件無須安裝，下載完畢后，提取壓縮包文件“tabula-win-1.2.1.zip”中的“tabula”目錄及其所包含的全部文件，并保存到硬盤中的任意目錄中。

步驟3：雙擊“tabula”目錄中的文件“tabula.exe”運行軟件。

步驟4：Tabula軟件將打開默認瀏覽器并訪問“http://127.0.0.1:8080/”。

步驟5：在瀏覽器中單擊【Browse...】按鈕，彈出【打開】對話框，在對話框中選中C盤Data目錄中的“PDFData.pdf”文件，單擊【打開】按鈕關(guān)閉對話框，文件名將被寫入網(wǎng)頁中的文本框，單擊【Import】按鈕導(dǎo)入文件，如圖2-97所示。

圖 2-97　選擇并導(dǎo)入 PDF 文件

步驟6：單擊【Autodetect Tables】按鈕將自動檢測PDF文件中的數(shù)據(jù)表格，并高亮顯示數(shù)據(jù)區(qū)域，單擊【Preview & Export Extracted Data】按鈕進行數(shù)據(jù)預(yù)覽，如圖2-98所示。

圖 2-98　自動檢測數(shù)據(jù)表格

在數(shù)據(jù)區(qū)域右上角將顯示一個黑色的【x】按鈕，單擊該按鈕可以取消選中相應(yīng)的表格。

在瀏覽器窗口的右側(cè)文檔區(qū)域中，單擊鼠標左鍵選擇數(shù)據(jù)區(qū)域起始位置，按住左鍵拖動至數(shù)據(jù)區(qū)域的結(jié)束位置，釋放左鍵可以實現(xiàn)手工選擇數(shù)據(jù)區(qū)域，如圖2-99所示。

圖 2-99　拖動鼠標選擇數(shù)據(jù)區(qū)域

步驟7：在【Export Format】組合框中選擇導(dǎo)出文件類型，如選擇“CSV”，單擊【Export】按鈕導(dǎo)出文件，如圖2-100所示。

圖 2-100　選擇文件類型并導(dǎo)出數(shù)據(jù)

Tabula軟件支持導(dǎo)出多種文件格式，如圖2-101所示。

圖 2-101　多種文件格式

Tabula軟件導(dǎo)出的CSV文件內(nèi)容如圖2-102所示，參照示例2-1可以將CSV文件導(dǎo)入Excel中。

圖 2-102 Tabula 軟件導(dǎo)出的數(shù)據(jù)文件內(nèi)容

運行Tabula軟件的計算機中應(yīng)具備相關(guān)的Java運行環(huán)境（并非Java開發(fā)軟件環(huán)境），否則首次運行Tabula軟件時，將打開默認瀏覽器并訪問Java的官方下載網(wǎng)頁（URL為https://www./zh_CN/download/win10.jsp），讀者可自行下載并安裝Java運行環(huán)境，安裝完成后即可正常使用Tabula軟件。